Эволюция ценообразования в ритейле

Мир стремительно меняется и дни "до интернета” постепенно удаляются из нашего сознания. Сегодня сложно представить себе счеты, стоящие на одном из прилавков за спиной у продавца, и как говорил основатель Microsoft Билл Гейтс “Если вашего бизнеса нет в интернете, то его не существует”. Digital регулярно предоставляет компаниям новые возможности: от настройки бизнес-процессов до получения массы данных о покупателе, от уникальной маркировки QR на каждую единицу продукции до выработки идеальных логистических маршрутов. Процесс пересмотра цен тоже не стоит на месте.

Внимательный читатель помнит, что первым видом ценообразования, который мы рассматривали в рамках ликбеза, был “ценообразование от издержек”. Логистика, фонд оплаты труда, аренда помещений, торговая площадь магазина и общая площадь склада – все нюансы должны закладываться в себестоимость продукта и учитываться в конечной цене. Сам по себе, этот тезис направлен на борьбу с самым простым видом ценообразования, который условно можно назвать “закупил продукт, поставил наценку”. В случае с полной рассчитанной себестоимостью продукта нам нужно фиксировать данные и периодически менять правила, во втором нам нужна лишь цена закупки. И то, и другое – данные. Чем больше данных принимают участие в ценообразовании – тем совершеннее и точное оно становится. Это первая эволюционная тенденция ценообразования.

На этапе ценообразования от издержек факторы регулирования цен находятся и развиваются “внутри” нашей компании, но стоит нам выйти из нашего торгового помещения, как вдруг обнаруживается, что рядом обосновался конкурент. Отсюда и второй вид ценообразования, который мы освещали – “конкурентное ценообразование”. Большинство компаний находятся именно на этом этапе. Цены конкурента – тоже данные, но опираться исключительно на них – недальновидно. Хоть это и позволяет сохранять долю на рынке, но сделать “прорыв” вряд ли удастся. Опора на цены конкурентов – вынужденное ограничение. Хорошо, что существует только определенный ассортимент, создающий ценовое восприятие. Мало кто помнит до рубля сколько стоит торт “Пончо” или даже пакет молока. Каждый покупатель помнит ориентировочные цены лишь на определенный ассортимент. Этот ассортимент принято называть KVI (Key Value Indicator), и в условиях конкуренции KVI может позволять компаниям зарабатывать больше. Поэтому в рамках ликбеза проблема KVI разбиралась нами довольно тщательно.

Наша вымышленная компания продолжает расти и собирать данные. Помимо правильно рассчитанной себестоимости и конкурентов наши магазины находятся в разных местах. Одни – в спальных районах, другие у метро, третьи в торговом центре. Более детальный анализ особенностей их географического положения также позволяет сделать ценные выводы и собрать нужную информацию для ценообразования. На этом этапе у ценообразования есть вопросы, которые таят в себе большое материальное преимущество для компаний:

Данных становится все больше и компании уже не обойтись без отдела аналитики ценообразования. Этот этап мы описывали как “дифференцированное ценообразование”. В результате сбора и анализа этих данных выявляется потребность регулировать цены по разным сценариям для разных магазинов. Для этого они объединяются в кластера. О том, как происходит кластеризация мы также рассказывали в этой статье. Если коротко, то магазины кластеризуют по внутренним показателям (выручка, кл-во чеков\посещаемость и т.д.) и внешним (география, агломерационная среда).

Спустя время, в данных начинают появляться корреляции, спрос на один ассортимент различен в определенные сезоны, пиво всегда стоит рядом с чипсами и несмотря на полное химическое отличие этих продуктов, – цены на них синхронизированы. Свойства спроса потребителей становятся все более и более важными данными. Amazon первыми в B2C начали собирать обширные данные о своих потребителях: глубина просмотра сайта, где человек задерживается дольше всего, в чем состоят его потребности и вкусы. Amazon далеко не случайно начал с книг:

К моменту расширения у Amazon было уже достаточно сведений о каждом покупателе.

В ритейле эту функцию выполняет карта лояльности. Теперь мы знаем как регулярно один клиент совершает покупку, что входит в его продуктовую корзину, есть ли у него дети, домашние животные, кот это или собака, а может быть гиббон, жена, любовница, автомобиль, вероятный достаток и социальный статус. Если сложить все данные, описанные здесь и выше, то человеку уже не справиться с подсчетами для большого числа SKU. Поэтому ведущие аналитики ценообразования и программисты начали создавать то, что сегодня принято считать “черным ящиком, который печатает цены”. Это программные обеспечения, которые работают на базе математических моделей. Их видов существует различное множество. В каждом программном продукте применяются свои ноу-хау.

Наших данных стало настолько много, что теперь мы можем отчетливо видеть образ нашего покупателя. Философия гуманизма утверждает нам, что каждый человек – уникальный микрокосмос. С этим тезисом, безусловно, можно согласиться. Но когда речь заходит о структуре спроса, ценовых зонах и потребительских корзинах – микрокосмосы можно объединять в портреты. Магазины мы кластеризуем по выручке, географическому положению и т.д., а покупателей по корзине, частоте посещения наших торговых точек, реакцие на промо и т.д. Люди с разным доходом и разным представлением о ценности могут ходить в наш магазин, но сделать так, чтобы они платили разную цену, если речь идет о физических магазинах, не получится., так как Вряд ли все покупатели берут одинаковые продукты. Они не приходят в одно и то же время и по-разному занимаются “cherry picking” (охотой за красными ценниками). Эти данные позволяют аналитику ценообразования понять, на каком элементе корзины мы можем заработать, а какой лучше оставить в покое или снизить. В одном и том же магазине происходит разделение, но не банальное “богатые и бедные”, а более сложное.

Золотое сечение здесь не стоит на месте, рынок регулярно меняется, вслед за ним меняется и ценообразования, обрабатывая все больше и больше релевантных данных, формируются новые гипотезы.

Многие ошибочно полагают, что динамическое (или прогрессивное) ценообразование – просто более частый пересмотр цен с помощью ПО, которое делает это возможным. В рамках нашего курса, мы определили динамическое ценообразование иначе – это ценообразование, применяемое в Digital, задачей которого является продажа определенного количества единиц товара или услуги к определенной цене с максимальной эффективностью. Например, такси. В сутках 24 часа, но спрос на такси в течение 24 часов очень разный, поэтому ставить одну, среднюю цену – значит лишать себя определенной прослойки потребителей, для которых эта цена может быть завышенной. Это ситуацию хорошо демонстрирует картинка, из нашего перевода статьи Boston Consulting Group.

Как мы видим, единая цена (желтая прямая линия слева) удовлетворяет лишь часть тех, кто готов платить за поездку на такси. Но если цена в течение дня будет меняться, а компания немного пожертвует маржой на свою услугу – выиграют все. Впервые этот революционный подход был применен к авиабилетам. В настоящем цены на авиабилеты могут меняться по 30 раз за день, в зависимости от количества уже обретенных билетов, количества дней до вылета и т.д. Будем верить, что теперь разница между общим пониманием динамического ценообразования и правильным понятна и употребление этого, довольно специфического термина, будет более осмысленным.